美国OSTP发布《地球系统可预测性研发战略框架和路线图》

作者: 2021-02-09 09:46 来源:
放大 缩小
         202010月,美国白宫科技政策办公室(OSTP)发布《地球系统可预测性研发战略框架和路线图》报告[1]指出,从单个雷暴的预测到长期的全球变化,增强地球系统预测对于告知社会对极端事件(如干旱和洪水、热浪、野火和沿海洪水)的恢复力至关重要。对地球系统可预测性(ESP)的更好理解有助于联邦政府将投资目标对准改善预测和增加公众利益。

  1.国家战略框架。战略框架的总体目标是通过实施国家战略,将利益相关者驱动的可预测性理论与观察、过程研究、建模技术联系起来,从而提高对ESP的理解。具体由3个主要目标和4个跨领域目标支撑。

  1)主要目标

  目标1:提高对地球系统实际效用可预测性知识的基本理解和理论。 具体目标包括:扩展专门的基础知识和理论,综合理解地球系统相关过程和现象;追求新兴的技术和方法来识别那些对可预测性至关重要的过程;增强对地球系统前兆条件的理解,有助于实现不同的可预测性。

  目标2:减少对理解和使用地球系统可预测性至关重要的条件、过程和现象与基于观测描述方面的差距。具体目标包括:利用新的传感器技术,包括部署非传统的、成本效益高的适应性观测,其能够描述地球系统变化条件和关键过程,以支撑可预测性;优化观测和系统设计,以填补对可预测性重要过程和敏感区域表征方面的空白;加强观测数据存档、访问和传播的基础设施,以最大限度地利用研发中的观测数据,改善可预测性来源的特征。

  目标3:通过高级建模,加速探索和有效利用地球系统固有的可预测性。具体目标包括:整合新的观测过程和了解新兴技术,以减少模型偏差;开发ESP广泛探索的建模框架,包括高分辨率、集成的多尺度/无缝地球系统建模工具;开发和应用模型数据同化的高级方法,以提高对固有可预测性的使用;在目标实验和诊断中使用模型可提高模型保真度和探测可预测性的前沿;共享和扩展社区对计算基础架构的访问,以进行模型数据集成、模型比较以及对可预测性的模型探索。

  2)跨领域目标

  跨领域目标1:利用新兴的新硬件和软件技术进行地球系统的可预测性研发。具体目标包括:开发一个利用机器学习/人工智能的混合预测建模框架,以加快对ESP的探索和有效利用;制定用于高级比例感知建模,适合机器学习/人工智能以及必要的计算和软件基础结构的策略,以实现高分辨率的多模型集合;提高模型的计算效率和模型数据输入/输出的有效性,并充分利用新的计算机体系结构。

  跨领域目标2:优化资源协调以及机构和部门之间的协作以加快预测进度。具体目标包括:促进围绕《战略框架》的机构间协作与协调,以最大限度地提高与相关常设协调机构协同实施的有效性和效率;增加激励机制,以增强跨机构和部门的研发合作与协调,实现共同目标。

  跨领域目标3:扩大各学科之间以及与联邦政府外部实体之间的合作伙伴关系。具体目标包括:加强与私营和非营利部门的协调和伙伴关系,以提高涉及ESP企业各个组成部分的各种能力;增加激励措施并减少促进跨学科交流与合作的障碍;发展和维持合作伙伴关系,对不断告知的可预测性研发需求进行预测;寻求与非美国研究组织、网络和中心的有针对性的合作,以最大限度地利用资源。

  跨领域目标4:激励和培养下一代跨学科科学家,以提高专业知识在地球系统可预测性中的利用。具体目标包括:促进加强学术部门之间的协调与合作;增加教育机会、专业途径和奖励制度,增加地球系统研发领域的岗位;为促进专业成长的跨学科、跨组织和多样化的研究合作创造机会;创造机会,提高ESP研究中代表性不足群体的参与度并促进其职业发展。

  2.推进高优先级研发的国家路线图。为了实现战略框架中描述的目标和具体目标,美国快速跟踪行动委员会(FTAC)制定了一份国家路线图,确定了研发机会的五个领域,重点关注地球水循环和极端降水的可预测性,以及相关的生物圈和人类相互作用。其目标成果是:提高对高影响水循环事件的高分辨率综合预测,这些事件对整个地球系统的连锁影响,以及它们与人类、生态和生物地球化学系统的耦合。5个研发机会领域包括:

  领域1:扩展地球系统可预测性的理论基础。目前还没有一个全面的理论来描述地球系统的可预测性。目前对ESP的理解还不足以让人们了解如何在空间和时间尺度上快速准确和可靠地预测地球系统。跨学科跨部门研究的重点可能是带动理论框架的发展,以更准确和全面地了解地球系统现象的可预测性限制。

  领域2:填补对可预测性至关重要过程的知识空白。尽管最近几十年取得了重大进展,但对在极端事件的可预测性方面发挥关键作用的过程和现象的知识仍然严重缺乏。为了提高跨尺度水循环极端的可预测性,最关键的挑战是提高我们对降水和生物地球化学过程的理解和建模。

  领域3:利用未充分利用的观测数据,以使用先进技术检查可预测性的来源充分利用所有平台得到的观测数据,以了解ESP并加速预测和预测的进展之间存在差距。研发工作可以提供更有效的观测数据分析和再分析数据,以及结合各种类型数据的诊断方法,以潜在地揭示可预测性来源的新见解。

  领域4:观测网络和先进技术旨在预测研究人员可以利用这些资源与新兴的机器学习/人工智能方法和百亿亿级计算,以及模拟实验和过程研究,更审慎地设计、部署和利用一个观察系统,该系统优化地集成了新的观测和更传统的持续观测,以促进对ESP的理解和利用。

  领域5:先进的建模技术和增强的合作。地球系统模型是探索可预测性的关键工具,也是利用观测数据进行更稳健和准确地球系统预测的独特平台。目前的缺陷包括长期存在的模型偏差、地球系统过程表示法的缺失或过度简化,空间分辨率不足。                   (王立伟)  


 [1] Earth System Predictability Research and Development Strategic Framework and Roadmap. https://www.whitehouse.gov/wp-content/uploads/2020/11/Earth-System-Predictability-Research-and-Development-Strategic-Framwork-and-Roadmap.pdf

附件: